将gamlss对象转换为lme？

Question

我有一个连续的反应，三个范畴变量，没有随机效应。我用零调整的伽马分布拟合了一个伽马物体。链接到数据这里，因为它很大。我无法将数据放到一个更标准的发行版中，如果可能的话，我希望避免使用障碍类型的分析方法，以便更容易地解释。

data_1 <- read.csv('data_1.csv', sep = ',')
library(gamlss)
mZAGA <- gamlss(cent ~ treat * cat * season, family = ZAGA(), data = data_1)

我想比较一下模型中主要影响和交互的重要性，这似乎不是gamlss中直接提供的特性。本文描述了如何将gamlss对象转换为nlme::lme对象(https://arxiv.org/abs/1810.03085，第17页)，这似乎是一种很好的方法，因为统计数据包更广泛地接受lme模型。

一旦混合GAMLSS被拟合并存储在一个R对象中，就可以使用函数getSmo()将其转换为lme对象，从而使通过lme()安装的混合模型所使用的所有方法都可用，例如通过anova()函数进行方差分析。

然而，getSmo文档并没有帮助我进行这种转换，而试用和勘误表也让我一无所获。如何使用我的系数(mu's，sigma和nu)来构建一个lme对象？在保留gamlss的零调整伽玛分布的同时，我甚至可以做到这一点吗？

Answer 1

如果你没有随机效应，你为什么要使用lme？

你可以从你的模型中为mu应用反向消除:治疗*猫*季节，然后从(treat+cat+season)**2在gamlss。

见第11章:模型选择技术，第377至415页，“灵活回归和平滑:在R‘M. D. Stasinopoulos中使用GAMLSS，R. A. Rigby，G. Z. Heller，V. Voudouris和F. De Bastiani. Chapman and Hall/CRC，Boca Raton，2017

平装本(2020年)：Www.Broadledge.com/9781138197909

注意，在零调整的伽马分布中，Y~ ZAGA(mu，σ，nu)，在伽玛斯中，Y的值为0，概率为nu，Y~ GA(mu，σ)为概率(1-nu)。

见第455页和第9章:混合分布(第177-206页)

“位置、规模和形状的分布:在R‘R. A. Rigby，M.D. Stasinopoulos，G.Z. Heller和F. De Bastiani中使用GAMLSS。Chapman和Hall/CRC，Boca Raton，2019年

平装本(2021年) ：//9780367278847

在你的游戏模型中，你只是模特儿而已。